> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.
# LTX-2.5 DFR：ComfyUI 画像からビデオ生成ワークフロー
> ComfyUI で LTX-2.5 DFR ワークフローを実行します。3段階の Diffusion Fidelity Rendering パイプラインで、1枚の画像から同期オーディオ付きのビデオを生成します。
LTX-2.5 の Diffusion Fidelity Rendering パスを使い、1枚の画像から同期オーディオ付きのビデオを生成します。DFR は制作品質のレシピです。蒸留 transformer とディテール用 IC-LoRA を組み合わせ、クリップ内で生成したキーフレームを後続のパスがガイドとして再利用します。`Switch to T2V` をオンにすると、同じパイプラインをテキストだけで実行できます。
その他の LTX-2.5 ワークフローについては、[LTX-2.5 の概要](/ja/tutorials/video/ltx/ltx-2-5)をご覧ください。
Comfy Cloud で開く
JSON をダウンロードするか、テンプレートライブラリで「LTX-2.5 DFR」を検索してください
デフォルトの入力画像をダウンロードするか、ご自身の画像を使用してください。
## 3つのステージ
| ステージ | 実行解像度 | ステップ数 | 内容 |
| :- | :- | :- | :- |
| 1. 生成 | 出力サイズの半分 | 8 | ビデオ、1秒につき1つのディテールキーフレーム、オーディオを1回のパスでまとめてノイズ除去 |
| 2. 空間 x2 | 出力サイズ | 3 | ステージ1の latent をアップサンプルし、ピクセル空間ディテール IC-LoRA で再サンプリング。半解像度の latent を参照として使用 |
| 3. 時間 x2 | 241 フレーム、48 fps | 4 | 同じ再生時間のままフレームレートを2倍にし、ステージ2のキーフレームをガイドとして固定 |
各ステージは `euler` サンプラー、`cfg` 1.0、固定の `ManualSigmas` スケジュールでサンプリングします。チェックポイントは蒸留モデルのため、ステップ数とスケジュールはレシピの一部です。変更すると結果の見た目が変わります。
3番目のステージはオプションです。`Run 3rd stage - Temporal Upscale` をオフにするとこのパスをスキップし、ステージ2のフレームレートのクリップが得られます。オーディオはステージ1からパイプライン全体を通して引き継がれるため、時間アップスケールで音は変わりません。
## モデルのダウンロード
DFR ワークフローはフル精度のテキストエンコーダーを読み込み、さらにディテール用 IC-LoRA と時間アップスケーラーを必要とするため、モデル構成が他の LTX-2.5 ワークフローとは異なります。
ComfyUI/models/diffusion\_models/ に配置してください
ComfyUI/models/text\_encoders/ に配置してください
オプション：プロンプトエンハンサーを有効にする場合のみ必要です。ComfyUI/models/text\_encoders/ に配置してください
ComfyUI/models/loras/ に配置してください
ComfyUI/models/latent\_upscale\_models/ に配置してください
ComfyUI/models/latent\_upscale\_models/ に配置してください
ComfyUI/models/vae/ に配置してください
ComfyUI/models/vae/ に配置してください
## モデルの保存場所
```
ComfyUI/
├── 📂 models/
│ ├── 📂 diffusion_models/
│ │ └── ltx-2.5-22b-distilled-transformer-comfy-int8-convrot.safetensors
│ ├── 📂 text_encoders/
│ │ ├── gemma4-12b-with-proj-ltx-2.5-bf16.safetensors
│ │ └── gemma4_e2b_it_bf16.safetensors（オプション）
│ ├── 📂 loras/
│ │ └── ltx-2.5-22b-ic-lora-pixel-spatial-upscaler-x2-1.0.safetensors
│ ├── 📂 vae/
│ │ ├── ltx-2.5-video-vae-bf16.safetensors
│ │ └── ltx-2.5-audio-vae-bf16.safetensors
│ └── 📂 latent_upscale_models/
│ ├── ltx-2.5-latent-spatial-upscaler-x2-bf16-1.0.safetensors
│ └── ltx-2.5-latent-temporal-upscaler-x2-bf16-1.0.safetensors
```
## ワークフローの制御項目
* `Start image (I2V)`：最初のフレーム。`Switch to T2V` がオンの間は無視されます
* `Output size (aspect / megapixels)`：目標のアスペクト比とピクセル予算。32 の倍数に丸められます。ステージ1はこの半分のサイズで実行されます
* `Switch to T2V`：開始画像を使わず、テキストのみでパイプラインを実行します
* `Float (fps)` と `Float (Duration)`：既定は 24 fps・5 秒、つまり 121 フレームです
* `Enable Prompt Enhancer`：サンプリング前に小さな Gemma 4 エンコーダーでプロンプトを書き換えて拡張します
* `Enable Tiled Decode`：VAE をタイル単位でデコードして VRAM 使用量を抑えます。細部はわずかに柔らかくなります
## プロンプトのヒント
1. **1つの連続したショットとして書く**: DFR は生成したキーフレームを軸にクリップを組み立てるため、カットを重ねるのではなく、ワンテイクで展開するシーンを記述してください
2. **オーディオも同じパスで**: セリフは引用符で囲み、環境音や効果音も記述してください。モデルはビデオと一緒にオーディオを生成します
3. **カメラの動きは穏やかに**: ノイズの多いテクスチャや滑らかなグラデーションの上で速く動かすと、パイプラインが最も揺らぎ（boiling）やバンディングを起こしやすくなります
This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.